![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
domain adaptation
xpc_buaa
这个作者很懒,什么都没留下…
展开
-
Multi-Source Domain Adaptation with Mixture of Experts
Motivation本文出发点还是荣multi-source domain adaptation出发,如何利用多个source domain的知识,来更好的预测target domain. 还是从target的分布可以用source distribution的加权来接近。作者对domain之间的relationship建模提出了mixture-of-expert(MoE)的方法,将不同的source domain和target domain投影到不同的子空间,而不是将所有的domain投影到同一个.原创 2020-06-26 23:02:19 · 1256 阅读 · 0 评论 -
Multi-source Distilling Domain Adaptation
1.motivation本文也是为了解决multi-source domain adaptation的问题,作者认为以前的MDA方法存在以下的问题:为了学习到domain invariant feature,牺牲了特征提取器的性能;认为多个source domain的贡献是一致的,忽略了不同source domain和target domain之间的不同的discrepancy,认为同一个源域中不同样本贡献是一样的,忽略了不同的样本和target domain的相似性不一样基于a.原创 2020-06-20 12:49:16 · 2503 阅读 · 3 评论 -
Deep Cocktail Network
Deep Cocktail Network1.motivationdomain adaptation是由于获得大量的标注是一件耗时的工作,希望能通过利用已经有标注的source数据集来提升网络在没有标注的target数据集上的表现.本文的出发点是希望使用多个source数据集来进行domain adaptation。multi-source domain adaptation作者认为主要存在两个问题**1)domain shift:**包括源域和目标域,以及不同目标域之间;2) category-sh原创 2020-06-19 16:37:26 · 713 阅读 · 0 评论